Introduccion a Git y GitHub, dos herramientas para una ecología más colaborativa y reproducible

Verónica Cruz-Alonso & Julen Astigarraga
2021-09-22

Introducción

El principal objetivo del taller es familiarizarse con el sistema de control de versiones automatizado Git y el repositorio remoto GitHub. Ambas herramientas están ganando cada vez más importancia en ecología. En el taller aprenderemos cómo Git puede usarse para controlar la trazabilidad de los cambios realizados en proyectos o archivos y veremos como este control de versiones es especialmente útil en proyectos colaborativos mediante el uso de repositorios remotos como GitHub.

Por ejemplo, Git y GitHub nos pueden ayudar a solucionar algunos problemas comunes derivados de la creación de diferentes versiones que pueden ser un poco molestos:

- Sobreescritura de un archivo

- Versiones finales infinitas

- Trabajo por error en una versión que no era la final

- Creación de copias “en conflicto” cuando dos personas trabajan a la vez

“FINAL.doc”

Ediciones sin control de cambios

Estructura del curso

Bloques Tiempo estimado
Introducción 20 min
Instalación 20 min
Workflow Git-GitHub 50 min (30 min explicación y ejemplo + 20 min ejercicio)
Descanso 20-30 min
Deshacer cambios 20 min (10 + 10)
Ramas 20 min (10 + 10)
Descanso 10 min
Unión de ramas 20 min (10 + 10)
Otros comandos y elemenos útiles 20 min (10 + 10)
30 min

Quienes somos

Quienes somos

Y vosotros ¿quienes sois?

QR https://www.menti.com/8fnfxiwrk7

Qué es Git

Git es un sistema avanzado de control de versiones, similar al “control de cambios” de Microsoft Word. Git permite “rastrear” el progreso de un proyecto a lo largo del tiempo. Puedes volver atrás y ver los cambios que se hicieron, ya que Git hace “capturas” del proyecto a medida que evoluciona y los cambios se van guardando. Permite al resto de participantes del proyecto mantenerse al día con las actualizaciones y desandar los pasos que se han dado si es necesario. Además, Git facilita el trabajo en paralelo de varios participantes. En otros sistemas de control de versiones hay un servidor central. Cualquier cambio hecho por un usuario se sincroniza con este servidor y de ahí con el resto de usuarios. Si dos personas están trabajando a la vez y guardan, se crean conflictos (p. ej. en Dropbox). En cambio Git es un control de versiones distribuído que permite a todos los usuarios trabajar en el proyecto e ir tomando “capturas” del trabajo de cada uno y facilita la sincronización de los cambios.

Qué es GitHub

GitHub es una plataforma online para albergar proyectos basados en Git que permite la colaboración de diferentes usuarios (similar a Google Drive o Microsoft Teams). GitHub permite que otros usuarios vean y utilicen tus proyectos e incluso que te propongan cambios. GitHub es útil para trabajar en remoto y poder acceder a tus proyectos desde cualquier ordenador además de proporcionar la seguridad de la nube.

Página inicial de GitHub
Perfil de GitHub
Repositorio en GitHub

Instalación

Tener instalado la versión más reciente de RStudio, Git y cuenta en GitHub creada

  1. Presentarte a Git (Chapter 7: Git-Intro)

  2. Conectar tu ordenador de trabajo a GitHub (Chapter 9: Connect to GitHub)

  3. Conectar RStudio a Git y GitHub (Chapter 12: Connect RStudio to Git and GitHub)

Ejercicio

En la terminal, compueba que has instalado Git correctamente:

Tools -> Shell

git --version

Para ver el usuario utilizado para configurar Git:

git config user.name

Para ver a qué cuenta de correo está asociado Git:

git config user.email

⚡ ¿Qué es el shell? El shell es un programa en tu ordenador cuyo trabajo es ejecutar otros programas. En este workshop aprenderemos a trabajar principalmente con el shell aunque también veremos cómo hacerlo a través de un cliente (RStudio).

Terminal

Terminal de git
A través de RStudio

Mi primer repositorio en GitHub

En primer lugar creamos un repositorio (es decir, un “contenedor”) para nuestro proyecto en GitHub en “+ New repository”. Aquí se indica el nombre, una pequeña descripción, y si quieres que sea público o privado. Se recomienda iniciar el repositorio con un archivo “README” (Initialize this repository with a README) para recoger cualquier información esencial para el uso del repositorio (estructura, descripción más detallada del contenido, etc.).

En R, creamos un nuevo proyecto y lo conectamos al repositorio: “File -> New project -> Version control -> Git” -> copiar el URL del repositorio que hemos creado de GitHub (está en la página principal de nuestro repositorio, en “clone or download”). Seleccionamos el directorio donde queremos guardar el proyecto y pulsamos en “Create project”.

Si vamos al directorio seleccionado, encontraremos la carpeta conectada a Git y GitHub que hemos creado en nuestro ordenador. Podemos copiar aquí todos los archivos que nos interesan para el proyecto (datos, imágenes, etc).

Ejercicio

Copia alguna imagen de internet en el repositorio local

Resultado GitHub

Flujo de trabajo en Git y GitHub

Cuatro “zonas” de trabajo:

  1. Directorio de trabajo (working directory): es donde estás trabajando. Este árbol se sincroniza con los archivos locales de tu PC.

  2. Área de preparación (staging area): es la zona intermedia entre el directorio de trabajo y el repositorio local. Registra los cambios que se especifican en el directorio. También se denomina Index.

  3. Repositorio local (local repository): es donde se almacenan todos los cambios en tu PC. También se llama HEAD.

  4. Repositorio remoto (remote repository): es donde se almacenan todos los cambios en la nube.

Árboles

Pasos para ir de un árbol a otro:

Al principio todos los cambios realizados están en amarillo porque Git no sabe que hacer con ellos. Estamos en el directorio de trabajo y puede que no nos interese guardar todos los cambios para el futuro.

Para añadir un cambio del directorio de trabajo al área de preparación hay que utilizar git add. Indica a Git que quieres incluir las actualizaciones de algún archivo en el próximo commit. Sin embargo, git add no afecta realmente al repositorio local de forma significativa. Los cambios no se guardan hasta que se ejecuta el git commit.

Para ver el estado del directorio de trabajo y del área de preparación se utiliza git status. Permite ver qué cambios se han sido añadidos al área de preparación (staged), cuáles no, y qué archivos no están siendo rastreados por Git.

Para registrar los cambios que nos interesen hay que utilizar git commit. Al hacer un commit haremos una captura del estado del proyecto (snapshot). Junto con el commit añadiremos un mensaje que es recomendable poner una pequeña explicación de que has cambiado y por qué (p. ej. decimocuarta revisión del capítulo 3 de la tesis con cambios de director1). Cada git commit tiene un SHA (Secure Hash Algorithm) que es algo así 1d21fc3c33cddc4aeb7823400b9c7c6bc2802be1. Parece difícil de entender, pero no te preocupes, sólo tienes que recordar los siete primeros dígitos 1d21fc3 🤯 (es broma). Con el SHA puedes ver los cambios que se hicieron en ese commit. Si algo sucede, esa parte se guarda para que puedas volver allí fácilmente.

Por último, con git push subiremos los cambios que hemos hecho a GitHub (repositorio remoto) y quedarán visibles para nuestros colaboradores. Basicamente, git commit registra los cambios en el repositorio local git push actualiza el repositorio remoto con los cambios y archivos asociados.

Cuando retomamos un proyecto (tras horas o días), con git pull se descargan todas las actualizaciones que haya en GitHub y fusionará (merge) con el último commit.

Para dar acceso de edición a tus colaboradores, en la página principal de nuestro proyecto en GitHub entramos en “Settings -> Manage Access -> Invite a collaborator”. Los colaboradores crean un nuevo proyecto de control de versiones, copian el url y luego descargan con git pull los archivos de GitHub.

Workflow en Git y GitHub

Ejercicio

En equipos de 2-3 personas invita a un compañero a tu proyecto.

Descarga los archivos del repositorio al que has sido invitado.

Modifica el archivo README.txt, registra tus cambios y actualiza el repositorio remoto al que has sido invitado.

Vete a tu repositorio de GitHub y comprueba los cambios que se han hecho.

La he liado ¿cómo deshago los cambios?

Cuando hago un cambio que no quiero ¿cómo lo puedo resolver?

Diferencias entre distintos tipos de git reset
Diferencias entre git revert y git reset

Ejercicio

¿Pero cómo se puede trabajar paralelamente?

Podemos crear una “rama” paralela al proyecto si deseamos seguir una línea independiente de trabajo, bien por ser diferente de la principal (p. ej., probar un nuevo análisis que piensas que puede sustituir al que ya se ha hecho) o bien para desarrollar específicamente una parte (p. ej., voy a trabajar sólo en los métodos de un artículo). Básicamente, una rama es un puntero a un commit específico SHA. La rama main es la rama por defecto cuando creamos un repositorio. Las demás ramas se crean con git checkout.

Proceso de creación de ramas

Ejercicio

¿Cómo se unen distintas ramas?

Cuando el trabajo desarrollado en una rama se da por finalizado y se quiere unir a la rama principal (“main”) hay que hacer la union utilizando el comando git merge. Esto se puede hacer mediante el shell pero creemos que es más fácil hacerlo con el boton “pull request” en la página del proyecto en GitHub.

Sin embargo, a veces git encontrará conflictos al fusionar y tendrás que arreglarlos manualmente. Git te mostrará dónde están los conflictos así (imaginemos que estamos uniendo la rama analisis al main):

\<\<\<\<\<\<código del main=======código de la rama analisis\>\>\>\>\>\>.

Para solucionarlo simplemente escoje los cambios de la rama principal o de la rama analisis. Una vez solucionados te dejará hacer el merge.

Proceso de unión de ramas

Ejercicio

Crea una rama en el proyecto en el que colaboras.

Modifica la primera frase del archivo README.txt

Vuelve a la rama principal y modifica también la primera frase del archivo README.txt

Combina la rama que has creado con la rama principal del proyecto.

Resuelve el conflicto.

Lo que esperamos que hayáis aprendido

Otros comandos y elementos útiles

En la página principal de tu proyecto en GitHub encontrarás herramientas útiles para colaborar.

Algunos enlaces interasantes


Session Info

[1] "2021-09-22 17:32:37 CEST"
git2r::repository()
Local:    main C:/Users/julen/OneDrive - Universidad de Alcala/GitHub-collaborations/intro_git-github_eng
Remote:   main @ origin (https://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@github.com/julenasti/intro_git-github_eng)
Head:     [b08a70e] 2021-09-20: empezamos a incluir figuras
R version 4.0.5 (2021-03-31)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 10 x64 (build 19042)

Matrix products: default

locale:
[1] LC_COLLATE=English_United Kingdom.1252 
[2] LC_CTYPE=English_United Kingdom.1252   
[3] LC_MONETARY=English_United Kingdom.1252
[4] LC_NUMERIC=C                           
[5] LC_TIME=English_United Kingdom.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods  
[7] base     

loaded via a namespace (and not attached):
 [1] Rcpp_1.0.7        knitr_1.33        magrittr_2.0.1   
 [4] downlit_0.2.1     R6_2.5.0          rlang_0.4.11     
 [7] stringr_1.4.0     tools_4.0.5       xfun_0.22        
[10] jquerylib_0.1.4   git2r_0.28.0      htmltools_0.5.1.1
[13] yaml_2.2.1        digest_0.6.27     assertthat_0.2.1 
[16] crayon_1.4.1      purrr_0.3.4       sass_0.4.0       
[19] distill_1.2       glue_1.4.2        evaluate_0.14    
[22] rmarkdown_2.8     emo_0.0.0.9000    stringi_1.5.3    
[25] compiler_4.0.5    bslib_0.2.5.1     generics_0.1.0   
[28] jsonlite_1.7.2    lubridate_1.7.10